مقالة بحثية

البنزوديازيفيوز والتهاب المفاصل الروماتويدي (البيرين) والروماتويد: تحقيق حاسوبي متكامل

DOI:

10.3791/70636

مايو 26, 2026

في هذه المقالة

ملخص

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

استخدمت هذه الدراسة نهجا متكاملا في علم السموم الحاسوبي للتحقيق بشكل منهجي في العلاقة بين التعرض للبنزو-بينزو[أ]بيرين والتهاب المفاصل الروماتويدي. حدد التحليل خمسة جينات هدف أساسية، وكشف عن تثريبها في المسارات المناعية الرئيسية، وأكد ارتباط مستقر مع بروتينات BaP، موضحا الآليات الجزيئية المحتملة لالتهاب المفاصل الروماتويدي الناتج عن الملوثات البيئية.

الملخص

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تعتبر الهيدروكربونات العطرية متعددة الحلقات (PAHs)، وهي ملوثات بيئية منتشرة، عوامل بيئية مهمة تساهم في تكوين مرض الحمض النووي الروماتويدي. قد يرتبط البنزوديازي[a]بيرين (BaP)، وهو مكون رئيسي في PAHs، ببداية الحمض الروماتويد؛ ومع ذلك، لا يزال الآلية السمية الأساسية غير واضحة بالكامل. في هذه الدراسة، عالجنا هذه الفجوة المعرفية بشكل منهجي باستخدام نهج متكامل يجمع بين سموم الشبكة، وتعلم الآلة، والربط الجزيئي. في البداية، تم إجراء تحليل سموم شبكي بناء على البنية الجزيئية ل BaP. من خلال دمج وفحص معلومات الأهداف من قواعد بيانات متعددة، تم تحديد 15 جين مستهدف محتمل مرتبط بالتهاب المفاصل الروماتويدي في BaP، وتم بناء شبكة تفاعلهم. كشفت تحليلات GO وKEGG أن هذه الجينات كانت غنية بشكل كبير في العمليات البيولوجية مثل هجرة كريات الدم ونقل إشارات الخلايا المناعية، وكانت مرتبطة بمسارات إشارات مستقبلات NF-κB والخلايا التائية، من بين أمور أخرى. أظهرت التحليلات الطوبولوجية اللاحقة باستخدام قاعدة بيانات STRING وبرنامج Cytoscape فحص خمسة جينات أساسية (LCK، ZAP70، ITK، GZMA، وITGAL)، والتي تم التحقق من أهميتها أكثر من خلال التعلم الآلي. أشارت نتائج محاكاة الالتحام الجزيئي والديناميكا الجزيئية إلى أن BaP يظهر ألفة ارتباط قوية مع نواتج البروتينات لهذه الجينات المستهدفة، مما يؤدي إلى تكوين مركبات مستقرة من الناحية التكوينية. باختصار، تستخدم هذه الدراسة نهجا حسابيا متكاملا لتوضيح الآليات المحتملة التي قد يساهم بها BaP في تطوير الروماتويد، مما يوفر أساسا نظريا للتحقيقات المستقبلية في الوقاية والعلاج من الروماتويديا المرتبطة بالملوثات البيئية.

المقدمة

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

التهاب المفاصل الروماتويدي هو مرض مناعي ذاتي شائع يتميز بالتهاب الغشاء الزليلي المزمن وتكون البانوس، مما يدفع إلى التدمير التدريجي لتآكل الغضاريف والعظم. تؤدي هذه التغيرات المرضية إلى خلل في المفاصل، وزيادة خطر الكسور المرضية، وفي النهاية الإعاقة، مما يؤثر بشكل كبير على جودة حياة الأفرادالمصابين 1. بينما لم يفهم مسببات التهاب المفاصل الروماتويدي بشكل كامل، إلا أن سبب مرضه يعزى عموما إلى التأثيرات الوراثية (مثل الأنواع الفرعية من جينات HLA-DR4 وHLA-DR1) والعوامل البيئية (مثل التدخين، استهلاك الكحول، عدوى فيروس إبستين-بار، التعرض لتلوث الهواء). أثبتت الدراسات الوبائية وجود علاقة مهمة بين مستويات PAH الناتجة عن تلوث الهواء وزيادة خطر ظهور التهاب المفاصل الروماتويدي3.

تعد ملوثات PAH شائعة تنشأ من احتراق غير الكامل لمواد مثل الفحم والبترول والغاز الطبيعي والتبغ، وتعتبر وسطاء بيئيين مهمين في مسببات مرض الحمض النووي الروماتويدي. يمكنها الارتباط بمركب مستقبلات الهيدروكربون الأرييلي (AHR) في الخلايا المناعية، مما يؤدي إلى تعرض إشارات التمركز النووي ونقل مركب الرابط-AHR إلى النواة. في سياق مسببات أمراض الروماتويد، يعمل الهربونات الهولندية المرتبطة ب PAH كحساس بيئي مركزي يحرك اختلال تنظيم المناعة من خلال مسارات مترابطة. عند التفعيل، يشكل AHR متجانسات مع ARNT ويعدل تعبير جين CYP، مما يبدأ سلسلة التهابية4. يؤدي هذا التنشيط في الذاكرة الهوائية العاطفية في الوقت نفسه إلى اضطراب التوازن بين الخلايا التائية المؤيدة للالتهابات والتنظيمية: فمن ناحية، يحفز محور إشارة AHR/Jag1/Notch، مما يعزز إطلاق خلايا Th17 في السيتوكينات5. من ناحية أخرى، يرتبط AHR مباشرة بمحفز GOT1 لزيادة تعبير GOT1، مما يحفز فرط المثيلة في موقع FOXP3 ويثبط تمايز Treg6. الاختلال الناتج بين Th17/Treg يفضل بيئة مؤيدة للالتهابات. علاوة على ذلك، يعزز تنشيط AHR استجابات النوع Th2 من خلال زيادة تعبير CCR8 والسيتوكينات مثل IL-4 وIL-13، والتي تكرر معا الالتهاب الزليلي وتلف الأنسجة7. لذا، يعمل تنشيط AHR كمركز يربط بين التعرض البيئي لالتهاب الطبقة الهيدروجينية (PAH) واضطراب Th17/Treg/Th2، مما يؤسس جسرا ميكانيكيا بين النمط الجيني، والعوامل البيئية، وأمراض الروماتويد.

في الغلاف الجوي، توجد PAHs كخلطات معقدة، حيث يعمل BaP كمكون رئيسي. في البلاعم البشرية، يمكن ل BaP تحفيز إنتاج CXCL8 (IL-8) من خلال تعزيز ارتباط AHR بمحفز CXCL8، مما يؤدي لاحقا إلى تحفيز التعبير عن عوامل الكيمياء العدلية8. بالإضافة إلى ذلك، يمكن ل BaP أن يرفع من تعبير الحلزون في الخلايا الزلية الشبيهة بالخلايا الزلية (FLS) لدى مرضى التهاب المفاصل الروماتويدي بطريقة تعتمد على الجرعة، مما يزيد من تطور التهاب المفاصل9. في الفئران البرية، يعزز BaP تنشيط مستقبلات العوامل التي تعمل بعامل نووي من خلال الليغاند kappaB (RANKL) عن طريق تحفيز نشاط إنزيم CYP1A1، مما يؤدي في النهاية إلى فقدان العظم10. ومع ذلك، لا تزال الآلية الدقيقة وراء دور سمية BaP في مسببات التهاب المفاصل الروماتويدي غير واضحة. نفترض أن BaP يعزز مسببات أمراض الروماتويديا من خلال التفاعل المباشر مع البروتينات المستهدفة الرئيسية المرتبطة بالمناعة وتعطيل مسارات الإشارة المتعددة المشاركة في تنشيط الخلايا التائية، وتوازن Th17/Treg، وإنتاج السيتوكينات الالتهابية، مما يربط التعرض البيئي ل BaP بالالتهاب الزليلي وتدمير المفاصل. علم السموم الشبكي أكثر ملاءمة من الطرق التجريبية التقليدية ذات المسار الواحد لهذه الدراسة لأن BaP على الأرجح يؤثر على عدة أهداف مناعية ومسارات متقاطعة. مقارنة بالأساليب التجريبية التقليدية التي تفحص عادة مسارا واحدا أو عدة أهداف في كل مرة، تتيح سمية الشبكات رؤية شاملة للتفاعلات متعددة الأهداف والتأثيرات النظامية، رغم أن تنبؤاتها تعتمد على قواعد البيانات وتتطلب التحقق التجريبي.

الأبحاث الحالية حول دور BaP في تحليل الشبكات النسائية تقتصر في الغالب على مسارات فردية أو أوصاف ميكانيكية خطية، مع افتقارات إلى التحليل المتكامل لخصائص تنظيمية الشبكات متعددة الأهداف والمستويات. الأبحاث الحالية حول دور BaP في تحليل الشبكات النسائية تقتصر في الغالب على مسارات فردية أو أوصاف ميكانيكية خطية، مع افتقارات إلى التحليل المتكامل لخصائص تنظيمية الشبكات متعددة الأهداف والمستويات. لذلك، هناك حاجة إلى أساليب شمولية مثل علم السموم الشبكي لفك الرابط المعقد بين التعرض ل BaP ومسبب أمراض الروماتويديا 11,12,13. ومع ذلك، هناك ندرة في دراسات السموم الشبكية المتعلقة بالأمراض الناتجة عن الملوثات البيئية. تكمن جدة هذه الدراسة في دمج علم سموم الشبكة، وتعلم الآلة، والربط الجزيئي للتحقيق بشكل منهجي في مسببات أمراض الروماتويديا التي تعبر عن BaP، بدلا من التركيز على مسار واحد أو أهداف معزولة. يحدد الجينات الرئيسية للمركز من خلال التحليل الطوبولوجي مع التعلم الآلي، ولأول مرة، يوفر التحقق على المستوى الجزيئي لأنماط الارتباط والاستقرار الديناميكي الحراري بين BaP ومنتجات كل جين أساسي. من خلال تحديد الآليات الجزيئية المحتملة التي قد يعزز من خلالها BaP ظهور وتطور الروماتويد، تهدف هذه الدراسة الحاسوبية إلى توفير أساس نظري لفهم المحفزات البيئية للروماتويديا وتطوير استراتيجيات علاجية مستهدفة. مقارنة بالتحليلات التقليدية ذات المسار الواحد، يتيح هذا النهج المتكامل التقييم المنهجي للتفاعلات متعددة الأهداف، مما يوفر تطبيقا أوسع في دراسة آليات الأمراض البيئية المعقدة. ومع ذلك، يجب الإشارة إلى أن طريقتنا تعطي الأولوية لجينات المركز عالية الثقة من خلال التقاطع والتحليل الطوبولوجي، مما قد يستبعد عن غير قصد الجينات المرشحة ذات الصلة البيولوجية التي لا تفي بعتبات الانتقاء في الوقت نفسه. قد تستكشف الدراسات المستقبلية استراتيجيات تكميلية، مثل تطبيق التعلم الآلي على مجموعة الأهداف المتوقعة الاتحادية، أو دمج بيانات الأوميكس الأخرى، أو إجراء التحقق التجريبي المستهدف، لتأكيد وتوسيع نتائجنا.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

بيان الأخلاقيات
لم تشمل هذه الدراسة بشكل مباشر أي مشاركين بشريين أو حيوانات.

استحواذ BaP على تارجت
تميزت BaP بدمج البيانات من قواعد بيانات متعددة. تم الاستعلام عن قاعدة بيانات PubChem (https://pubchem.ncbi.nlm.nih.gov/) باستخدام الكلمة المفتاحية "Benzo[a]pyrene" للحصول على تركيبها الكيميائي وتركيبها ثنائي الأبعاد المعتمد (سلسلة SMILES: C1=CC=C2C3=C4C(=CC2=C1)C=CC5=C4C(=CC=C5)C=C3)14. تم استرجاع الأهداف المحتملة ل BaP من قواعد بيانات ChEMBL (https://www.ebi.ac.uk/chembl/)، SEA (https://sea.bkslab.org/)، وPharmMapper (http://lilab-ecust.cn/pharmmapper)15، 16، 17. جميع الأهداف المتوقعة كانت محصورة على بروتيوم الإنسان العاقل. تم توفير القائمة الكاملة لأهداف BaP المتوقعة (n = 474) في الجدول التكميلي S1. يتم تمثيل سير العمل التحليلي الكامل بشكل تخطيطي في الشكل 1.

figure-protocol-1
الشكل 1مخطط تدفق لتحليل مجموعات البيانات في هذه الورقة، يوضح سير العمل العام بما في ذلك جمع البيانات، المعالجة المسبقة، تحليل التعبيرات التفاضلية، بناء الشبكة، وخطوات التحقق. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الحصول على أهداف متعلقة ب RA
في هذه الدراسة، تم الحصول على خمس مجموعات بيانات لالتهاب المفاصل الروماتويدي من قاعدة بيانات NCBI Mass Expression Gene Omnibus (GEO) (https://www.ncbi.nlm.nih.gov/gds/) باستخدام الكلمات المفتاحية "التهاب المفاصل الروماتويدي" و"الإنسان العاقل"18. استنادا إلى حجم مجموعة البيانات وتصميم التجارب، GSE77298 (RA: 16 عينة؛ الضابط: 7 عينات)، GSE1919 (الروماتيدين: 5 عينات؛ الضابطة: 5 عينات)، و GSE55235 (الروماتيدين: 10 عينات؛ مجموعة الضابطة: 10 عينات) شكلت مجموعة التدريب لتحديد الجينات المعبر عنها بشكل تفاضلي (DEGs)، بينما GSE12021 (RA: 24 عينة؛ الضابط: 13 عينة) و GSE55457 (الروماتويد: 13 عينة؛ Control: 10 عينات) كانت مجموعة التحقق من الصحة. يمكن العثور على مزيد من التفاصيل حول هذه المجموعات من البيانات، مثل المنصات، العينات، وسلاسل GSE، في الجدول 1.

تم توحيد البيانات باستخدام أداة GEO2R الإلكترونية، حيث تولد مصفوفات تعبير محولة إلى log2 للتحليل اللاحق. لإزالة التداخل من دفعات تجريبية مختلفة، تم تصحيح التحيزات المنهجية بين مجموعات البيانات باستخدام دالة ComBat من حزمة SVA بناء على إطار عمل بايز تجريبي بارامتري (Parametric Baes). تم استخدام تحليل المكونات الرئيسية (PCA) لاحقا للتحقق من تأثير التصحيح، مما أظهر تحسنا ملحوظا في تجميع العينات بين الدفعات، مما أكد الإزالة الفعالة لتأثيرات الدفعات. تم استخدام مصفوفة البيانات المدمجة والمصححة للتحليل التفاضلي اللاحق.

سلسلة GSEعيناتالمنصةالمجموعة
GSE7729816 RA و7 عناصر تحكمGPL570مجموعة التدريب
GSE19195 RA و5 عناصر تحكمGPL91مجموعة التدريب
GSE5523510 RA و10 عناصر تحكمGPL96مجموعة التدريب
GSE1202124 RA و13 وحدة تحكمGPL96مجموعة التحقق
GSE5545713 RA و10 عناصر تحكمGPL9مجموعة التحقق

الجدول 1: ملخص مجموعات بيانات GEO الخمسة المستخدمة في هذه الدراسة.
يوفر الجدول رقم وصول GEO (سلسلة GSE)، وتركيب العينة (عدد مرضى التهاب المفاصل الروماتويدي وعدد الضوابط الأصحاء)، ومعرف المنصة (GPL) لكل مجموعة بيانات وتعيين إما لمجموعة التدريب أو مجموعة التحقق.

تحليل شبكة التعبير المشترك للجينات المرجحة (WGCNA)
تم استخدام WGCNA لتقييم خصائص شبكات التعبير المشترك لمستويات DEGs المرتبطة ب RA19. استنادا إلى مصفوفة التعبير المصححة بتأثير الدفعة، تم إجراء معالجة بيانات مسبقة أولا: تمت إزالة الجينات منخفضة التباين ذات الانحراف المعياري الأقل من 0.5، بينما تم تقييم جودة العينة والجينات باستخدام دالة لتقييم عينات وجينات جيدة. لاحقا، تم تطبيق التجميع الهرمي لتحديد وإزالة العينات الشاذة. لبناء شبكة تعبير مشترك موزونة، تم استخدام دالة للتقييم المنهجي لقيم القوة ذات العتبات الناعمة لتقييم منهجية قيم القوة ذات العتبات الناعمة التي تتراوح من 1 إلى 20. تم اختيار القوة = 12 كعتبة ناعمة مثلى (مؤشر ملاءمة الطوبولوجيا الخالية من المقياس R2 = 0.90)، مما يضمن التزام طوبولوجيا الشبكة بمعيار خال من المقياس. استنادا إلى هذه القيمة القوية، تم بناء مصفوفة مجاورة، وتم حساب مصفوفة التداخل الطوبولوجي (TOM). تم تجميع الجينات بشكل هرمي، وتم استخدام خوارزمية القطع الديناميكي بالأشجار لتحديد وحدات الجينات الأولية. لاحقا، تم دمج وحدات مماثلة من خلال تجميع الجينات الذاتية للوحدات، مما أدى إلى شبكة وحدات جينية قوية. تم إجراء جميع التحليلات باستخدام حزمة R مخصصة لتحليل الشبكات ذات التعبيرات المشتركة المرجحة لضمان موثوقية وقابلية تكرار بناء الشبكة. تم إجراء تحليل لتقاطع جينات DEGs/WGCNA والأهداف المتوقعة ل BaP لتحديد الأهداف الأساسية ل BaP المرتبطة بمسببات الحمض الروماتويدي، والتي تم تصورها باستخدام برنامج مخطط فين.

تحديد الأهداف المرتبطة ب BaP المرتبطة بمسببات الالتهاب الروماتويدي
تم إجراء تحليل التقاطع باستخدام حزمة R لمخططات فين لتحديد أهداف BaP التي تتداخل مع منشأ أمراض الروماتويد. تم استيراد هذه النقاط إلى قاعدة بيانات STRING لبناء شبكة تفاعل بروتين (PPI)، مع تعيين النوع على "الإنسان العاقل" ودرجة ثقة التفاعل على > 0.7 لضمان موثوقية عالية في الشبكة20. تم اختيار هذا الحد لأنه يتوافق مع مستوى "ثقة عالية" في قاعدة بيانات STRING، والذي يوازن بين الاحتفاظ بالتفاعلات البيولوجية ذات الصلة مع تقليل الإيجابيات الكاذبة المرتبطة عادة بدرجات ثقة أقل. تم اعتماد حد أقصى > 0.7 على نطاق واسع في دراسات السموم الشبكية لإعطاء الأولوية للارتباطات البروتينية القوية والقابلة للتكرار. تم تنزيل ملف TSV الناتج من قاعدة بيانات تفاعل البروتين والبروتين (STRING) واستيراده إلى برنامج التصور الشبكي (Cytoscape) لعرض الشبكة. تم تحديد البروتينات الأساسية في الشبكة بناء على نتائج التصنيف التي تولدها خوارزمية Degree في إضافة CytoHubba واستخدمت للتحليل اللاحق.

تحليل إثراء KEGG و GO
تم تحويل اختصارات الجينات المرتبطة بكل من تعديل BaP ومسببات أمراض RA إلى معرفات Entrez باستخدام "org". حزمة تعليقات Hs.eg.db" باللغة R. لاحقا، تم إجراء تحليل إثراء مسار KEGG باستخدام أداة clusterProfiler، مع تعيين عتبة الدلالة على 0.05. وفي الوقت نفسه، غطى التعليق الوظيفي ل GO الفئات الثلاث الرئيسية ل GO: العملية البيولوجية (BP)، والمكون الخلوي (CC)، والوظيفة الجزيئية (MF)، وتم تنفيذه باستخدام دالة enrichGO، مع تحديد كل من القطع في قيمة P وقيم q إلى 0.05. يجدر بالذكر أنه لم يتم تطبيق تصحيح متعدد الاختبارات، حيث كان الهدف الأساسي من هذا التحليل الاستكشافي هو تعظيم اكتشاف المسارات البيولوجية والمصطلحات الوظيفية ذات الصلة المحتملة، مما يولد مجموعة أوسع من الفرضيات القابلة للاختبار للتحقق من صحة التجارب المستقبلية. وأخيرا، تم عرض نتائج تحليل الإثراء بشكل بياني باستخدام دالة مخطط الشريط ومخطط النقاط من حزمة مخطط الإثراء.

التحقق القائم على التعلم الآلي للجينات الأساسية
لتقييم القدرة التنبؤية للجينات الأساسية المرتبطة ب BaP وRA، وللحفاظ على شفافية النماذج، قمنا بتنفيذ سير عمل منهجي لتعلم الآلة. باستخدام ملفات التعبير للجينات الأساسية المختارة، تم بناء نماذج تنبؤية باستخدام 11 خوارزمية تعلم آلي مميزة: الانحدار الحبل (LR)، آلة الدعم المتجه (SVM)، الغابة العشوائية (RF)، glmBoost، النموذج الخطي المعمم خطوة بخطوة (GLM)، الانحدار الحاف، الشبكة المرنة (Enet)، آلة تعزيز التدرج (GBM)، التحليل الخطي المميز (LDA)، تعزيز التدرج الكهربائي (XGBoost)، وبايز الساذج. تم تحسين المعلمات الفائقة من خلال التحقق المتقاطع الخماسي، مع استخدام العينة الطبقية لتقسيم البيانات إلى مجموعات تدريب ومجموعات تحقق داخلية. تم استخدام بذرة عشوائية ثابتة (set.seed(123)) طوال سير عمل تعلم الآلة لضمان قابلية تكرار تقسيم البيانات، وطيات التحقق المتقاطع، وتدريب النماذج. المعاملات الفائقة الرئيسية لكل خوارزمية موفرة في الجدول التكميلي S2. تم تقييم أداء النموذج باستخدام عدة مقاييس، منها المساحة تحت المنحنى (AUC)، الدقة، ودرجة F1. لمعالجة القيود الكامنة في أساليب النموذج الواحد، طبقنا استراتيجية مجموعة تكديس تدمج التنبؤات من أفضل النماذج الأساسية أداء. وبعد إدراك الطبيعة "الصندوق الأسود" للعديد من نماذج التعلم الآلي، استخدمنا خوارزمية شابلي التوضيحية الإضافية (SHAP) لقياس مساهمة كل جين في التنبؤات. تم استخدام حجم واتجاه قيم SHAP لتفسير أهمية الجين في قرارات التصنيف، مما عزز قابلية تفسير مخرجات النموذج.

الالتحام الجزيئي ل BaP مع الأهداف الأساسية
لدراسة خصائص الارتباط بين BaP والمنتجات الجينية الأساسية، أجريت محاكاة للالتحام الجزيئي. تم الحصول على البنية ثلاثية الأبعاد ل BaP (ليغاند) بصيغة SDF من قاعدة بيانات PubChem. تم استرجاع هياكل البروتين المقابلة للأهداف الأساسية من بنك بيانات البروتين الخاص ب RCSB (https://www.rcsb.org/) بصيغة PDB، وتم اختيارها وفقا لمعرفات UniProt الخاصة بها، مع إعطاء تفضيل للهياكل التي تحتوي على روابط متبلور مشتركة أو إحداثيات عالية الدقة. قبل التثبيت، تم تحضير البروتين باستخدام PyMol، حيث تمت إزالة جزيئات الماء، والروابط المتبلورة، ومكونات غير بروتينية مثل الأيونات لمنع التداخل21. بالنسبة للبروتينات التي تحتوي على روابط متبلور في هياكل PDB الأصلية، تم تعريف مركز الموقع النشط باستخدام الإحداثيات الذرية للرابطة المرتبطة. بالنسبة للبروتينات التي لا تحتوي على روابط متبلورة معا، تم تحديد مركز الموقع النشط بناء على إحداثيات البقايا الرئيسية التي أبلغ عنها الأدبيات بأنها حاسمة للنشاط التحفيزي أو ارتباط المثبطات. تم تمركز شبكة الالتحام عند إحداثيات الموقع النشط المحددة، مع تطبيق صندوق مكعب بأبعاد 25 × 25 × 25 أنطوسترا على كل هدف. يضمن حجم الصندوق القياسي 25 Å تغطية كاملة لكل موقع نشط مع هامش كاف لأخذ عينات الليجند مع تجنب التكاليف الحاسوبية المفرطة. تم تنفيذ جميع حسابات الإرساء باستخدام أوتودوك فينا (الإصدار 1.2.5). تم اختيار الشكل الذي يظهر أعلى درجة فينا كنمط ربط تمثيلي، وتم تسجيل طاقة الربط المقابلة. تم توليد وضعيات ربط ثلاثية الأبعاد باستخدام PyMol (الإصدار 2.5.7)، وتم إنتاج مخططات تفاعل ثنائية الأبعاد باستخدام Discovery Studio (الإصدار 2021) لتصور التفاعلات الرئيسية، بما في ذلك الروابط الهيدروجينية والتلامسات الكارهة للماء.

محاكاة الديناميكا الجزيئية
تم إجراء محاكاة الديناميكا الجزيئية باستخدام جروماكس 2025.3، باستخدام المركبات المشتقة من الالتحام كهياكل بداية. تم نمذجة ذرات البروتين باستخدام حقل القوة AMBER14SB، وتم تمثيل جزيئات الماء باستخدام نموذج TIP3P. تم حل كل مركب بروتين-ليغاند في صندوق ماء مكعب، مع مسافة دنيا تبلغ 1 نانومتر بين سطح البروتين وحدود الصندوق. تمت إضافة أيونات الصوديوم أو الكلوريد حسب الحاجة لتحقيق الحيادية الكهربائية للنظام. تم إجراء تقليل الطاقة الأولي باستخدام مزيج من خوارزميات النزول الأكثر حدة والتدرج الاقترافي، كل منها يمتد لما يصل إلى 10,000 خطوة. تم حساب التفاعلات الكهروستاتيكية طويلة المدى باستخدام طريقة إيوالد الجسيم-الشبكة (PME)، بينما تم تطبيق مسافة قطع تبلغ 1.0 نانومتر لكل من فان دير فال والتفاعلات الكهروستاتيكية قصيرة المدى. بعد تقليل الطاقة، تم تعديل الأنظمة تدريجيا تحت ظروف NVT (الحجم ودرجة الحرارة الثابتين) وNPT (الضغط ودرجة الحرارة الثابتين). ثم تم تنفيذ عمليات إنتاج بطول 100 نانوثانية تحت درجة حرارة وضغط ثابتين، مع خطوة زمنية تبلغ 0.002 حصان ثانية (2 ف) وإجمالي 50,000,000 خطوة. تم إجراء كل محاكاة مرة واحدة (دون تكرار)، حيث كان الهدف الأساسي تقييم استقرار مركبات الارتباط تحت الظروف القياسية. تم الحفاظ على درجة الحرارة باستخدام منظم الحرارة V-rescale، وتم التحكم في الضغط باستخدام باروستات بارينيلو-رحمن. طوال المحاكاة، تم تطبيق حد 1.0 نانومتر بشكل متسق للتفاعلات غير المرتبطة. لتقييم الاستقرار والمرونة الهيكلية، حسبنا متوسط الانحراف التربيعي الجذري (RMSD) لمواقع الذرات، ومتوسط التربيع الجذري (RMSF) لكل بقايا، ونصف قطر الدوران (Rg) كمقياس للضغط الهيكلي، ومساحة السطح المتاحة للمذيب (SASA). تم توليد جميع المخططات باستخدام QtGrace.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

استحواذ BaP على تارجت
تم الحصول على بيانات حول البنية الجزيئية ل BaP من قاعدة بيانات PubChem (الشكل 2A). تم التنبؤ بالأهداف البيولوجية المحتملة ل BaP بشكل منهجي من خلال دمج المعلومات من ثلاث قواعد بيانات مكملة — ChEMBL وPharmMapper وSEA — مما أدى إلى تحديد 474 هدفا محتملا (الشكل 2B).

figure-results-1
الشكل 2

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

التهاب المفاصل الروماتويدي هو مرض مناعي ذاتي معقد ناتج عن التفاعل بين القابلية الجينية للإصابة والعوامل البيئية. من بين العديد من عوامل الخطر البيئية، تعتبر ملوثات الحمض النووي الهوائية، وهي واحدة من أكثر ملوثات الهواء شيوعا، رابطا مهما يربط التعرض البيئي بظهور التهاب المفاصل الروماتويدي. كشفت الدراسات السابقة بشكل أولي أن PAHs يمكن أن تؤثر على توازن تمايز الخلايا المناعية عبر مسار AHR، بالإضافة إلى تحفيز الإجهاد التأكسدي. حظي BaP، وهو مكون تمثيلي كبير لمواد PAHs، باهتمام كبير بسبب سميته...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

المؤلفون لا يذكرون أي تضارب مصالح في هذا العمل.

شكر وتقدير

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وقد دعم هذا العمل المؤسسة الوطنية للعلوم الطبيعية في الصين [أرقام المنح 82274435، 82074223]؛ المشروع الرئيسي على مستوى الحكومة المركزية: تأسيس القدرة على الاستخدام المستدام لموارد الطب الصيني القيمة [رقم المنحة 2060302]؛ والدفعة الخامسة من برنامج التدريب الوطني للتميز السريري في الطب الصيني عام 2022 [رقم المنحة 2022178].

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
أوتودوك فيناhttps://vina.scripps.edu1.2.5 (SCR_011958)برنامج الالتحام الجزيئي
clusterProfiler (حزمة R)https://bioconductor.org/packages/clusterProfiler4.10.0 (SCR_016884)حزمة R لتحليل الإثراء
CytoHubba (إضافة Cytoscape)https://apps.cytoscape.org/apps/cytohubba0.1إضافة لتحديد جينات المحور (خوارزمية درجة)
سيتوسكيبhttps://cytoscape.org3.10.1 (SCR_003032)برامج التصور الشبكي
استوديو ديسكفريداسو سيست وغريف؛ ميس بيوفيا2021برامج لإنشاء مخططات التفاعل ثنائية الأبعاد
enrichplot (حزمة R)https://bioconductor.org/packages/enrichplot1.22.0 (SCR_021165)حزمة R لعرض نتائج الإثراء
جروماكسhttps://www.gromacs.org2025.3 (SCR_014565)برنامج محاكاة الديناميكا الجزيئية
ليما (حزمة R)https://bioconductor.org/packages/limma3.58.1 (SCR_010943)حزمة R لتحليل التعبيرات التفاضلية
org. Hs.eg.db (حزمة R)https://bioconductor.org/packages/org. Hs.eg.db3.18.0 (SCR_006442)حزمة التعليقات R لمعرفات الجينات البشرية
بايمولشرö دينجر، إنك2.5.7 (SCR_000305)برنامج التصوير الجزيئي
QtGracehttps://sourceforge.net/projects/grace/0.2.6أداة رسم لتحليل المسار
R (بيئة البرمجة)https://www.r-project.org4.3.1 (SCR_001905)برامج الحوسبة الإحصائية
قاعدة بيانات السلاسل النصيةhttps://string-db.org12 (SCR_005223)قاعدة بيانات تفاعل البروتين مع البروتين
venn (حزمة R)https://cran.r-project.org/package=venn1.11حزمة R لتوليد مخططات فين
WGCNA (حزمة R)https://cran.r-project.org/package=WGCNA1.72 (SCR_003302)حزمة R مخصصة لتحليل شبكات التعبيرات المشتركة المرجحة

المراجع

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Zhao, Y., Chen, G. Y., Fang, M. Research trends of rheumatoid arthritis and depression from 2019 to 2023: a bibliometric analysis. J Multidiscip Healthc. 17, 4465-4474 (2024).
  2. Venetsanopoulou, A. I., Alamanos, Y., Voulgari, P. V., Drosos, A. A. Epidemiology of rheumatoid arthritis: genetic and environmental influences. Expert Rev Clin Immunol. 18 (9), 923-931 (2022).
  3. Beidelschies, M., et al. Polycyclic aromatic hydrocarbons and risk of rheumatoid arthritis: a cross-sectional analysis of the National Health and Nutrition Examination Survey, 2007 - 2016. BMJ Open. 13 (5), e071514(2023).
  4. Xi, X., et al. Polycyclic aromatic hydrocarbons affect rheumatoid arthritis pathogenesis via aryl hydrocarbon receptor. Front Immunol. 13, 797815(2022).
  5. Xia, M., et al. Vehicular exhaust particles promote allergic airway inflammation through an aryl hydrocarbon receptor-notch signaling cascade. J Allergy Clin Immunol. 136 (2), 441-453 (2015).
  6. Sun, L., et al. Particulate matter of 2.5 µm or less in diameter disturbs the balance of TH17/regulatory T cells by targeting glutamate oxaloacetate transaminase 1 and hypoxia-inducible factor 1α in an asthma model. J Allergy Clin Immunol. 145 (1), 402-414 (2020).
  7. Hew, K. M., et al. Childhood exposure to ambient polycyclic aromatic hydrocarbons is linked to epigenetic modifications and impaired systemic immunity in T cells. Clin Exp Allergy. 45 (1), 238-248 (2015).
  8. Podechard, N., et al. Interleukin-8 induction by the environmental contaminant benzo(a)pyrene is aryl hydrocarbon receptor-dependent and leads to lung inflammation. Toxicol Lett. 177 (2), 130-137 (2008).
  9. Lee, J., et al. A role for benzo[a]pyrene and Slug in invasive properties of fibroblast-like synoviocytes in rheumatoid arthritis: a potential molecular link between smoking and radiographic progression. Joint Bone Spine. 80 (6), 621-625 (2013).
  10. Iqbal, J., et al. Smoke carcinogens cause bone loss through the aryl hydrocarbon receptor and induction of Cyp1 enzymes. Proc Natl Acad Sci USA. 110 (27), 11115-11120 (2013).
  11. Chen, G. Y., et al. Mechanisms of total glucosides of paeony in alleviating methotrexate-induced liver injury. Drug Des Devel Ther. 19, 3407-3423 (2025).
  12. Chen, G. Y., et al. Prediction of Rhizoma Drynariae targets in the treatment of osteoarthritis based on network pharmacology and experimental verification. Evid Based Complement Alternat Med. 2021, 5233462(2021).
  13. Chen, G., Yan, Z., Wang, Y., Tao, Q. Rheumatoid Arthritis and Fibromyalgia Syndrome: A Bibliometric and Bioinformatics Perspective on Comorbidity Research. J Multidiscip Healthc. 18, 6811-6827 (2025).
  14. Kim, S., et al. PubChem 2023 update. Nucleic Acids Res. 51 (D1), D1373-D1380 (2023).
  15. Zdrazil, B., et al. The ChEMBL database in 2023: a drug discovery platform spanning multiple bioactivity data types and time periods. Nucleic Acids Res. 52 (D1), D1180-D1192 (2024).
  16. Keiser, M. J., et al. Relating protein pharmacology by ligand chemistry. Nat Biotechnol. 25 (2), 197-206 (2007).
  17. Liu, X., et al. PharmMapper server: a web server for potential drug target identification using pharmacophore mapping approach. Nucleic Acids Res. 38 (2), W609-W614 (2010).
  18. Barrett, T., et al. NCBI GEO: archive for functional genomics data sets—update. Nucleic Acids Res. 41 (D1), D991-D995 (2013).
  19. Langfelder, P., Horvath, S. Fast R functions for robust correlations and hierarchical clustering. J Stat Softw. 46 (11), 1-17 (2012).
  20. Szklarczyk, D., et al. The STRING database in 2023: protein-protein association networks and functional enrichment analyses for any sequenced genome of interest. Nucleic Acids Res. 51 (D1), D638-D646 (2023).
  21. wwPDB consortium. Protein Data Bank: the single global archive for 3D macromolecular structure data. Nucleic Acids Res. 47 (D1), D520-D528 (2019).
  22. Gentner, N. J., Weber, L. P. Intranasal benzo[a]pyrene alters circadian blood pressure patterns and causes lung inflammation in rats. Arch Toxicol. 85 (4), 337-346 (2011).
  23. Ordóñez, D., et al. Cell-mediated cytotoxicity in Lyme arthritis. Arthritis Rheumatol. 75 (5), 782-793 (2023).
  24. Zheng, Y., et al. Role of the granzyme family in rheumatoid arthritis: current insights and future perspectives. Front Immunol. 14, 1137918(2023).
  25. Wang, H., et al. Triple knockdown of CD11a, CD49d, and PSGL1 in T cells reduces CAR-T cell toxicity but preserves activity against solid tumors in mice. Sci Transl Med. 17 (782), eadl6432(2025).
  26. So, T., et al. Antigen-independent signalosome of CARMA1, PKCθ, and TNF receptor-associated factor 2 (TRAF2) determines NF-κB signaling in T cells. Proc Natl Acad Sci USA. 108 (7), 2903-2908 (2011).
  27. Genheden, S., Ryde, U. The MM/PBSA and MM/GBSA methods to estimate ligand-binding affinities. Expert Opi Drug Discov. 10 (5), 449-461 (2015).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

NF kB

مقالات ذات صلة